共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
在社会化信息传播媒介中,每个用户都凭借其影响力对信息传播做出贡献。利用新浪微博数据构建微博传播的完整过程,分析了用户影响力的特征及相关的因素。结果表明,用户的影响力分布极不均匀,具有双幂律分布的特征;高影响力的用户在微博传播的早期成簇出现,并且其影响力与粉丝数量之间存在一定程度的正相关性,而低影响力的用户数量巨大,影响力与粉丝数量之间没有相关性;而且,认证用户和非认证用户影响力之间存在着明显的差异。 相似文献
4.
对微博用户间的潜在关系进行挖掘,有利于促使微博用户圈子的形成,使微博用户圈作为现实生活中人与人之间圈的网络映射而存在,有利于更好实现微博用户推荐以及广告的定向推送。以微博用户标签数据为例,基于用户间的标签耦合来挖掘微博用户间的潜在关系,对标签耦合强度从标签余弦距离和标签Jaccard距离两个角度进行规范化处理,并结合样本数据对两种方式的结果进行了对比分析。 相似文献
5.
6.
以新浪微博中用户数据为基础,建立"名气指数",并使用统计分析、相关分析、Apriori模型分析挖掘名人用户的总体特征、关系特征和行为特征,以及创建"转发影响力指数"定量研究名人效应。研究表明:名人微博用户特征具有较强个性化,在微博活跃用户群体中具有极大的代表性;名人用户在微博中曝光度较高,通过公开自己的真实资料,提高自己的名气;企业可以根据自身需求,通过名气指数或转发影响力指数的结果进行微博营销决策。 相似文献
7.
移动互联网的发展为微博的发展提供了更加广阔的发展空间,以复杂网络的基本统计特性为基础,通过抓取新浪微博中的相关数据,对其进行处理分析,详细分析微博用户在信息发布行为、信息发布内容方面的相关特性以及用户的关注行为和评论转发行为进行了详细地分析,认为微博网络是典型的小世界网络,微博网络整体密度较小,呈稀疏状态,但局部密集;微博网络用户的分布呈不均匀的状态,用户在信息发布、分享等方面存在较大的信息不对称性,只有小部分用户拥有较多的信息资源,扮演核心角色,大部分用户在微博中处于边缘地位。这为微博营销和微博舆论引导与消解提供了基础。 相似文献
8.
政务微博日益重要的同时,如何提升其影响力是关键。本文通过对政务微博影响力的影响因素进行分析、挖掘和归纳,构建了具有4项一级指标、10项二级指标的政务微博影响力评价指标体系,采用层次分析法确定指标权重,引进信息计量学中的h指数对所选政务微博用户进行筛选,并将筛选后的政务微博数据用于实证研究。研究结果可为政务微博的发展提供一些参考建议。 相似文献
9.
【目的/意义】构建用户特征指标体系,对恐怖事件情境下微博信息与评论用户进行画像并比较有助于掌握参与恐怖事件讨论用户的特点,加强反恐舆论引导。【方法/过程】以"#巴塞罗那恐怖袭击#"话题下的所有微博及评论数据为例,使用基于相关性的LDA主题模型提取微博主题,从用户特征和文本特征两个角度构建指标体系,并采用两步聚类刻画微博用户特征,分析发布微博用户和评论用户的异同。【结果/结论】以往活跃度、影响力较高的用户在该事件中不一定拥有较高的影响力;原始微博用户的平均等级略低于评论用户,但其在该事件中的影响力高于评论用户;原始微博用户类型多于评论微博用户类型。 相似文献
10.
本文利用新浪微博数据,从微博发布行为的时间间隔分布、周期性与波动性,以及记忆性与爆发性等方面出发,对微博用户的行为特征进行实证研究和分析。实验结果表明微博信息发布行为的时间间隔分布具有幂律特征。在此基础上,我们还发现微博用户的分布行为表现出明显的周期性与波动性,同时还具有强记忆弱阵发的特性。研究结果在控制网络谣言,促进微博营销等领域具有一定的指导意义和实际价值。 相似文献
11.
本文针对微博网络舆情的控制和引导问题,提出一种基于复杂网络的图谱分析方法。本文以微博用户间转发和评论某一话题下用户关系数据作为基础研究数据,生成用户节点网络关系图谱,通过对微博网络模块化图谱、路径图谱和中心性图谱分析,定性和定量评估出对舆情活跃度高、传播范围广、传播速度快的微博用户节点,作为控制微博舆情的传播、引导舆情舆论导向的关键用户节点。本文以某一微博社区为样本数据,采用复杂网络分析工具Gephi,验证了基于复杂网络的图谱分析对识别舆情控制中关键用户节点的正确性和有效性。 相似文献
12.
【目的/意义】微博转发行为反映了微博用户对所感兴趣微博的一种行为表现,对微博转发行为的研究有助
于微博的深度挖掘工作。【方法/过程】本文从内容分析的角度,对微博转发行为进行了预测。量化分析了微博内容
中一组低水平特征和高水平特征,采用逻辑回归模型对微博转发概率进行预测,并在微博数据集中进行了训练和
验证。【结果/结论】基于模型中的参数学习,证实这些内容特征对于微博转发有着密切的联系,据此进一步推断微
博用户主要的兴趣点。 相似文献
13.
14.
张蒙 《内蒙古科技与经济》2023,(14):37-40
选取黑龙江省19所高校微博内容作为样本数据,以探求高校官方微博主题特征对用户信息参与行为影响的实际效果,这对高校官方微博账户运营发展有很重要的现实意义。首先爬取黑龙江省19所高校官方微博数据内容信息,然后采用LDA算法进行主题分类编码,最后运用多元线性回归法验证各个主题对用户信息参与行为产生的影响。研究展示了各个主题特征对用户信息参与行为的影响大小,并提出了提升高校官方微博用户参与度和账户活跃度的有效建议。 相似文献
15.
为了衡量新浪微博信息传播效果,本文在10个不同话题领域分别选择公众微用户、意见领袖(加“V”)用户以及普通用户共30个决策单元,利用模糊数据包络分析模型进行实证分析,研究结果表明,用户属性、内容属性、媒介属性都对新浪微博信息传播具有影响,而在不同的话题领域影响具有异质性。 相似文献
16.
【目的/意义】微博用户画像的精准构建,可有效识别用户的需求,提高个性化推荐的准确率。针对现有微
博用户画像构建方法对用户特征提取不全面、不准确的问题,本文提出了基于兴趣转移的用户画像构建方法。【方
法/过程】首先,依据层次分析法确定不同兴趣行为的权重,并将其用于修订兴趣词权重,获得用户的初始兴趣词
集;然后,依据生命周期理论获得用户兴趣行为周期,构建兴趣转移的时间衰减函数,实现对用户兴趣词集的动态
更新和叠加;最后,将用户的静态属性标签与基于兴趣转移的动态兴趣标签融合构建微博用户画像。【结果/结论】
实验采用从新浪微博爬取的真实数据作为数据集,实验结果显示:与已有微博用户画像构建方法相比,本文提出的
方法在个性化推荐中具有较好的性能。【创新/局限】创新点为:借鉴生命周期理论刻画微博用户兴趣行为周期,构
造兴趣转移的时间衰减函数,实现兴趣标签的动态更新。局限是未对静态属性标签的重要性进行界定,且未对存
在异常波动的兴趣行为曲线进行深入探讨。 相似文献
17.
18.
19.
本文以新浪微博平台为数据采集平台, 对微博信息传播的影响因素和效果进行数据分析, 在借鉴信息传播四要素和流行三要素的基础上, 总结出了影响微博信息传播的16个因素。首先通过对“风云人气榜”上随机抓取的320个新浪微博用户数据进行多元线性回归预测, 实证得到粉丝数、工作时间和发布时间对微博信息传递有促进作用, 而活跃度、休息时间和日期对信息传播有阻碍作用;然后利用爬取数据中提取的441 005个转发样本, 通过逻辑回归、朴素贝叶斯和贝叶斯网络的概率模型分析, 实证了社交类型对用户微博转发行为的影响最为显著, 微博社交需求显著高于内容需求, 并且根据ROC曲线得出综合类型对用户微博转发行为的预测最为精准。 相似文献
20.
微博在改变信息传播方式的同时,受到社会各界的广泛关注。如何通过用户发布内容确定用户性格成为微博营销所要解决的关键问题之一。文章依据现阶段网络爬虫、文本分析、心理学性格分类研究的相关进展,提出一种基于微博内容分析确定微博用户性格的方法,对微博营销中基于用户性格的个性化推荐方式提供了有力保障。 相似文献